aws sage makerのチュートリアルでのエラーについて

前提・実現したいこと

下記のチュートリアルにてエラーが発生しました。
チュートリアル
ステップ4の4ａにてコードを実行し他後でのエラーです。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-5-469da116e220> in <module>
      1 pd.concat([train_data['y_yes'], train_data.drop(['y_no', 'y_yes'], axis=1)], axis=1).to_csv('train.csv', index=False, header=False)
      2 boto3.Session().resource('s3').Bucket(bucket_name).Object(os.path.join(prefix, 'train/train.csv')).upload_file('train.csv')
----> 3 s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')

AttributeError: module 'sagemaker' has no attribute 's3_input'

該当のソースコード

pd.concat([train_data['y_yes'], train_data.drop(['y_no', 'y_yes'], axis=1)], axis=1).to_csv('train.csv', index=False, header=False)
boto3.Session().resource('s3').Bucket(bucket_name).Object(os.path.join(prefix, 'train/train.csv')).upload_file('train.csv')
s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')

補足情報（FW/ツールのバージョンなど）

リージョン：オレゴン
IAMロールも手順通り作成

行動規範の内容に同意します

回答1件

リンクのチュートリアルはSageMaker Python SDK v1のもので
SageMaker Python SDK v2からインターフェースが変更になったようです。
https://sagemaker.readthedocs.io/en/stable/v2.html#inputs

sagemaker.estimator.Estimator
のパラメータ名の変更や
https://sagemaker.readthedocs.io/en/stable/v2.html#renamed-estimator-parameters

シリアライザの変更もあります。
https://sagemaker.readthedocs.io/en/stable/v2.html#pre-instantiated-serializer-and-deserializer-objects

SageMaker Python SDK v2で動作させるには以下のように変更するとよいと思います。

python
1#s3_input_train = sagemaker.s3_input(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')
2s3_input_train = sagemaker.inputs.TrainingInput(s3_data='s3://{}/{}/train'.format(bucket_name, prefix), content_type='csv')

python
1#xgb = sagemaker.estimator.Estimator(containers[my_region],role, train_instance_count=1, train_instance_type='ml.m4.xlarge',output_path='s3://{}/{}/output'.format(bucket_name, prefix),sagemaker_session=sess)
2xgb = sagemaker.estimator.Estimator(containers[my_region],role, instance_count=1, instance_type='ml.m4.xlarge',output_path='s3://{}/{}/output'.format(bucket_name, prefix),sagemaker_session=sess)

python
1#xgb_predictor.content_type = 'text/csv' # set the data type for an inference
2#xgb_predictor.serializer = csv_serializer # set the serializer type
3xgb_predictor.serializer = sagemaker.serializers.CSVSerializer()